【Mark Schmidt課件】機器學習與數據挖掘——進一步討論PCA

本課件的主要內容包括： 機器學習工程師需要精通的10種算法 上次課程回顧：隱因子模型 上次課程回顧：主元分析 上次課程回顧：PCA幾何描述 題外話：數據凝聚 PCA計算：交替最小化 PCA計算：預測 PCA計算：隨機梯度 PCA的非唯一性 高維跨度 基、正交性、序貫擬合 基於SVD的PCA 合成 vs. 分析 概率PCA 概率PCA泛化 要素分析 PCA vs. 要素分析 要素分析討論 研究ICA

>>阅读原文<<